Codice Unicode

Unicode è uno standard internazionale che assegna un codice unico a ogni carattere di ogni lingua scritta nel mondo. Inizialmente pensato per codificare 65.536 caratteri usando 16 bit, è stato poi espanso per supportare oltre un milione di caratteri unici utilizzando fino a 21 bit.

Tuttavia, con il passare del tempo, è diventato evidente che c'erano molti più caratteri di quanto si pensasse inizialmente, compresi caratteri storici e simboli diversi dalle lettere e dai numeri. Pertanto, Unicode è stato ampliato per utilizzare fino a 21 bit per ogni carattere, consentendo la rappresentazione di oltre un milione di caratteri unici.

Nonostante ciò, solo una piccola porzione di questi codici è attualmente utilizzata. I codici sono organizzati in 17 "piani", ognuno dei quali contiene spazio per 65.536 caratteri. Di questi, solo sei piani sono attualmente in uso, e il primo piano, noto come Piano Multilingue di Base (BMP), è sufficiente per rappresentare la maggior parte delle lingue moderne..

Uno dei problemi con l'uso di Unicode direttamente è che può richiedere molto spazio, specialmente per i caratteri che possono essere rappresentati con meno bit. Per risolvere questo problema, sono state create diverse codifiche, come UTF-8, UTF-16 e UTF-32, che trasformano i codici Unicode in sequenze di byte. UTF-8 è particolarmente popolare perché è compatibile con l'antico standard ASCII e i caratteri più comuni richiedono meno byte, rendendolo efficiente per molte lingue. Inoltre, UTF-8 ha la proprietà che i caratteri più comuni richiedono meno byte, il che lo rende efficiente per molte lingue, compreso l'inglese.

Ad esempio, il simbolo del copyright, che ha il punto di codice Unicode U+00A9, è rappresentato in UTF-8 da due byte: C2 e A9. D'altra parte, un carattere meno comune come il simbolo di disuguaglianza, con punto di codice U+2260, richiede tre byte in UTF-8: E2, 89 e A0.

Oltre a UTF-8, esistono altre codifiche di Unicode come UTF-16 e UTF-32, che utilizzano rispettivamente 2 e 4 byte per unità di codifica. Queste codifiche possono essere più efficienti di UTF-8 per alcuni testi, ma sono meno comuni.

Tabella dei caratteri Unicode (0000-0FFF)

La tabella è strutturata in righe e colonne, dove la colonna più a sinistra contiene la parte iniziale del codice esadecimale, e l'intestazione della colonna contiene la seconda parte del codice esadecimale. Per trovare il codice esadecimale di un carattere, devo concatenare questi due valori.

Per esempio, per trovare il codice del simbolo tilde "~", prendo il valore "007" della riga corrispondente e il valore "E" della colonna corrispondente, ottenendo "007E", che è il codice esadecimale del carattere "~".

Per utilizzare un carattere in una pagina HTML, XHTML o in un documento XML, devo convertire il codice esadecimale in codice decimale e inserirlo tra "&#" e ";".

Ad esempio, il simbolo "@" ha un codice esadecimale di 0040, che corrisponde al valore decimale 64. Per includere "@" in una pagina HTML, XHTML o in un documento XML, scrivo @ che verrà visualizzato come "@".

Latino base

	0	1	2	3	4	5	6	7	8	9	A	B	C	D	E	F
000	NUL	SOH	STX	ETX	EOT	ENQ	ACK	BEL	BS	HT	LF	VT	FF	CR	SO	SI
001	DLE	DC1	DC2	DC3	DC4	NAK	SYN	ETB	CAN	EM	SUB	ESC	FS	GS	RS	US
002	SP	!	"	#	$	%	&	'	(	)	*	+	,	-	.	/
003	0	1	2	3	4	5	6	7	8	9	:	;	<	=	>	?
004	@	A	B	C	D	E	F	G	H	I	J	K	L	M	N	O
005	P	Q	R	S	T	U	V	W	X	Y	Z	[	\	]	^	_
006	`	a	b	c	d	e	f	g	h	i	j	k	l	m	n	o
007	p	q	r	s	t	u	v	w	x	y	z	{	|	}	~	DEL

Latino esteso

	0	1	2	3	4	5	6	7	8	9	A	B	C	D	E	F
008	PAD	HOP	BPH	NBH	IND	NEL	SSA	ESA	HTS	HTJ	VTS	PLD	PLU	RI	SS2	SS3
009	DCS	PU1	PU2	STS	CCH	MW	SPA	EPA	SOS	SGCI	SCI	CSI	ST	OSC	PM	APC
00A	NB SP	¡	¢	£	¤	¥	¦	§	¨	©	ª	«	¬	SHY -	®	¯
00B	°	±	²	³	´	µ	¶	·	¸	¹	º	»	¼	½	¾	¿
00C	À	Á	Â	Ã	Ä	Å	Æ	Ç	È	É	Ê	Ë	Ì	Í	Î	Ï
00D	Ð	Ñ	Ò	Ó	Ô	Õ	Ö	×	Ø	Ù	Ú	Û	Ü	Ý	Þ	ß
00E	à	á	â	ã	ä	å	æ	ç	è	é	ê	ë	ì	í	î	ï
00F	ð	ñ	ò	ó	ô	õ	ö	÷	ø	ù	ú	û	ü	ý	þ	ÿ

Latino esteso A

	0	1	2	3	4	5	6	7	8	9	A	B	C	D	E	F
010	Ā	ā	Ă	ă	Ą	ą	Ć	ć	Ĉ	ĉ	Ċ	ċ	Č	č	Ď	ď
011	Đ	đ	Ē	ē	Ĕ	ĕ	Ė	ė	Ę	ę	Ě	ě	Ĝ	ĝ	Ğ	ğ
012	Ġ	ġ	Ģ	ģ	Ĥ	ĥ	Ħ	ħ	Ĩ	ĩ	Ī	ī	Ĭ	ĭ	Į	į
013	İ	ı	IJ	ij	Ĵ	ĵ	Ķ	ķ	ĸ	Ĺ	ĺ	Ļ	ļ	Ľ	ľ	Ŀ
014	ŀ	Ł	ł	Ń	ń	Ņ	ņ	Ň	ň	ʼn	Ŋ	ŋ	Ō	ō	Ŏ	ŏ
015	Ő	ő	Œ	œ	Ŕ	ŕ	Ŗ	ŗ	Ř	ř	Ś	ś	Ŝ	ŝ	Ş	ş
016	Š	š	Ţ	ţ	Ť	ť	Ŧ	ŧ	Ũ	ũ	Ū	ū	Ŭ	ŭ	Ů	ů
017	Ű	ű	Ų	ų	Ŵ	ŵ	Ŷ	ŷ	Ÿ	Ź	ź	Ż	ż	Ž	ž	ſ

Latino esteso B

	0	1	2	3	4	5	6	7	8	9	A	B	C	D	E	F
018	ƀ	Ɓ	Ƃ	ƃ	Ƅ	ƅ	Ɔ	Ƈ	ƈ	Ɖ	Ɗ	Ƌ	ƌ	ƍ	Ǝ	Ə
019	Ɛ	Ƒ	ƒ	Ɠ	Ɣ	ƕ	Ɩ	Ɨ	Ƙ	ƙ	ƚ	ƛ	Ɯ	Ɲ	ƞ	Ɵ
01A	Ơ	ơ	Ƣ	ƣ	Ƥ	ƥ	Ʀ	Ƨ	ƨ	Ʃ	ƪ	ƫ	Ƭ	ƭ	Ʈ	Ư
01B	ư	Ʊ	Ʋ	Ƴ	ƴ	Ƶ	ƶ	Ʒ	Ƹ	ƹ	ƺ	ƻ	Ƽ	ƽ	ƾ	ƿ
01C	ǀ	ǁ	ǂ	ǃ	DŽ	Dž	dž	LJ	Lj	lj	NJ	Nj	nj	Ǎ	ǎ	Ǐ
01D	ǐ	Ǒ	ǒ	Ǔ	ǔ	Ǖ	ǖ	Ǘ	ǘ	Ǚ	ǚ	Ǜ	ǜ	ǝ	Ǟ	ǟ
01E	Ǡ	ǡ	Ǣ	ǣ	Ǥ	ǥ	Ǧ	ǧ	Ǩ	ǩ	Ǫ	ǫ	Ǭ	ǭ	Ǯ	ǯ
01F	ǰ	DZ	Dz	dz	Ǵ	ǵ	Ƕ	Ƿ	Ǹ	ǹ	Ǻ	ǻ	Ǽ	ǽ	Ǿ	ǿ
020	Ȁ	ȁ	Ȃ	ȃ	Ȅ	ȅ	Ȇ	ȇ	Ȉ	ȉ	Ȋ	ȋ	Ȍ	ȍ	Ȏ	ȏ
021	Ȑ	ȑ	Ȓ	ȓ	Ȕ	ȕ	Ȗ	ȗ	Ș	ș	Ț	ț	Ȝ	ȝ	Ȟ	ȟ
022	Ƞ	ȡ	Ȣ	ȣ	Ȥ	ȥ	Ȧ	ȧ	Ȩ	ȩ	Ȫ	ȫ	Ȭ	ȭ	Ȯ	ȯ
023	Ȱ	ȱ	Ȳ	ȳ	ȴ	ȵ	ȶ	ȷ	ȸ	ȹ	Ⱥ	Ȼ	ȼ	Ƚ	Ⱦ	ȿ
024	ɀ	Ɂ	ɂ	Ƀ	Ʉ	Ʌ	Ɇ	ɇ	Ɉ	ɉ	Ɋ	ɋ	Ɍ	ɍ	Ɏ	ɏ

Estensione

	0	1	2	3	4	5	6	7	8	9	A	B	C	D	E	F
025	ɐ	ɑ	ɒ	ɓ	ɔ	ɕ	ɖ	ɗ	ɘ	ə	ɚ	ɛ	ɜ	ɝ	ɞ	ɟ
026	ɠ	ɡ	ɢ	ɣ	ɤ	ɥ	ɦ	ɧ	ɨ	ɩ	ɪ	ɫ	ɬ	ɭ	ɮ	ɯ
027	ɰ	ɱ	ɲ	ɳ	ɴ	ɵ	ɶ	ɷ	ɸ	ɹ	ɺ	ɻ	ɼ	ɽ	ɾ	ɿ
028	ʀ	ʁ	ʂ	ʃ	ʄ	ʅ	ʆ	ʇ	ʈ	ʉ	ʊ	ʋ	ʌ	ʍ	ʎ	ʏ
029	ʐ	ʑ	ʒ	ʓ	ʔ	ʕ	ʖ	ʗ	ʘ	ʙ	ʚ	ʛ	ʜ	ʝ	ʞ	ʟ
02A	ʠ	ʡ	ʢ	ʣ	ʤ	ʥ	ʦ	ʧ	ʨ	ʩ	ʪ	ʫ	ʬ	ʭ	ʮ	ʯ

Simboli

Simboli	0	1	2	3	4	5	6	7	8	9	A	B	C	D	E	F
02B	ʰ	ʱ	ʲ	ʳ	ʴ	ʵ	ʶ	ʷ	ʸ	ʹ	ʺ	ʻ	ʼ	ʽ	ʾ	ʿ
02C	ˀ	ˁ	˂	˃	˄	˅	ˆ	ˇ	ˈ	ˉ	ˊ	ˋ	ˌ	ˍ	ˎ	ˏ
02D	ː	ˑ	˒	˓	˔	˕	˖	˗	˘	˙	˚	˛	˜	˝	˞	˟
02E	ˠ	ˡ	ˢ	ˣ	ˤ	˥	˦	˧	˨	˩	˪	˫	ˬ	˭	ˮ	˯
02F	˰	˱	˲	˳	˴	˵	˶	˷	˸	˹	˺	˻	˼	˽	˾	˿

Combinazioni diacroniche

	0	1	2	3	4	5	6	7	8	9	A	B	C	D	E	F
030	ò	ó	ô	õ	ō	o̅	ŏ	ȯ	ö	ỏ	o̊	ő	ǒ	o̍	o̎	ȍ
031	o̐	ȏ	o̒	o̓	o̔	o̕	o̖	o̗	o̘	o̙	o̚	ơ	o̜	o̝	o̞	o̟
032	o̠	o̡	o̢	ọ	o̤	o̥	o̦	o̧	ǫ	o̩	o̪	o̫	o̬	o̭	o̮	o̯
033	o̰	o̱	o̲	o̳	o̴	o̵	o̶	o̷	o̸	o̹	o̺	o̻	o̼	o̽	o̾	o̿
034	ò	ó	o͂	o̓	ö́	oͅ	o͆	o͇	o͈	o͉	o͊	o͋	o͌	o͍	o͎	͏
035	o͐	o͑	o͒	o͓	o͔	o͕	o͖	o͗	o͘	o͙	o͚	o͛	o͜	o͝	o͞	o͟
036	o͠	o͡	o͢	oͣ	oͤ	oͥ	oͦ	oͧ	oͨ	oͩ	oͪ	oͫ	oͬ	oͭ	oͮ	oͯ

Lettere greche

Greco	0	1	2	3	4	5	6	7	8	9	A	B	C	D	E	F
037					ʹ	͵					ͺ	ͻ	ͼ	ͽ	;
038					΄	΅	Ά	·	Έ	Ή	Ί		Ό		Ύ	Ώ
039	ΐ	Α	Β	Γ	Δ	Ε	Ζ	Η	Θ	Ι	Κ	Λ	Μ	Ν	Ξ	Ο
03A	Π	Ρ		Σ	Τ	Υ	Φ	Χ	Ψ	Ω	Ϊ	Ϋ	ά	Ϊ	Ϋ	ί
03B	ΰ	α	β	γ	δ	ε	ζ	η	θ	ι	κ	λ	μ	ν	ξ	ο
03C	π	ρ	ς	σ	τ	υ	φ	χ	ψ	ω	ϊ	ϋ	ό	ϊ	ϋ
03D	ϐ	ϑ	ϒ	ϓ	ϔ	ϕ	ϖ	ϗ	Ϙ	ϙ	Ϛ	ϛ	Ϝ	ϝ	Ϟ	ϟ
03E	Ϡ	ϡ	Ϣ	ϣ	Ϥ	ϥ	Ϧ	ϧ	Ϩ	ϩ	Ϫ	ϫ	Ϭ	ϭ	Ϯ	ϯ
03F	ϰ	ϱ	ϲ	ϳ	ϴ	ϵ	϶	Ϸ	ϸ	Ϲ	Ϻ	ϻ	ϼ	Ͻ	Ͼ	Ͽ

Questi sono solo alcuni tra le centinaia di migliaia di caratteri disponibili nel codice Unicode, i caratteri più frequenti nel mondo occidentale